x射线CT显示4D根系发育和侧根对土壤硝酸盐的响应


发布时间:

2022-05-23

来源:

本站

作者:

PhenoTrait

  根系的空间布局,称为根系构型,对资源的获取至关重要,因为它直接影响所探索的土壤区域。表型根的方法大多是破坏性的,这阻止了根随着时间的增长分析。本文利用x射线微计算机断层扫描(X-ray microcomputed tomography,μCT)对高、低硝酸盐营养条件下小麦(Triticum aestivum L.)幼苗根系发育进行了非侵入性研究,如图1。在植物模型OpenSimRoot中,将3D模型协同排列并加盖时间戳,对根系进行多次成像,以进行后续的根系生长和硝酸盐吸收模拟。微计算机断层扫描(μCT)时间序列分析在2d分辨率下揭示了小麦根系的时间组织,如图2。OpenSimRoot只使用时间序列根扫描和最终微计算机断层扫描(μCT)来跨时间模拟每天的累计NUp和NUp速率,如图3。微计算机断层扫描(μCT)分析揭示了小麦幼苗根系发育的遗传差异,如图4。

 

  结果表明,在低氮条件下,侧根性状对较大侧根长度土壤的硝酸盐限制有很高的响应。所有μCT根系扫描的根系生长模型与仅使用最终根系扫描的参数化模型相似。在第二个μCT实验中,对候选小麦基因型的根系生长和硝酸盐吸收进行了模拟,如图5,发现品系之间根系生长和硝酸盐吸收存在显著差异。田间数据选取的高硝酸盐吸收品系在幼苗生长阶段的侧根数和根长均大于低硝酸盐吸收品系。

 

  图1 微计算机断层扫描(μCT)三维苗根表型管道。(a)小麦幼苗生长在75mm [w] × 170mm [h]土壤柱中。(b) Phoenix v|tome|x m®μCT扫描仪。(c)μCT z轴图像切片。(d)利用RooTrak/VGStudio Max软件进行μCT图像切片,以红色表示分割后的根材料。(e)在土壤中生长的小麦根系的切片,使根系可见。(f)利用RooTh软件进行根系构型定量特征的骨骼化和提取。根的分类用伪颜色来描述,初级种子为紫色,种子根为红色,侧根为蓝色。(g)使用RooTh输出的根系标记语言(root system markup language,RSML) OpenSimRoot模型对生长中的根系模型进行模拟,用伪颜色表示从3.5 mM的氮消耗

 

  图2 微计算机断层扫描(μCT)时间序列分析在2d分辨率下揭示了小麦根系的时间组织。低氮(a)和高氮(b)条件下小麦种子根系在播种后13 d表现出显著差异。根类的颜色编码为初级种子(紫色),种子根(红色)和侧根(蓝色)。(c):在13个DAS时,低氮处理显著增加了种子根和侧根的长度(p < .001),增加了种子根和侧根的长度和数量性状(p < .05)。

 

  图3 OpenSimRoot只使用时间序列根扫描和最终微计算机断层扫描(μCT)来跨时间模拟每天的累计硝酸吸收(nitrate uptake, NUp)和NUp速率。累积NUP每天模拟使用μCT时间序列根扫描(a)和最终μCT扫描(b)。(c): A和B两种模型之间的累计NUp呈正相关(R2 = .93)。使用μCT时间序列根扫描(d)和最终μCT扫描(e)进行跨时间的每天NUp速率模拟。(f): D和E两种模型的硝酸盐摄取速率呈正相关(R2 = .55)

 

  图4 微计算机断层扫描(μCT)分析揭示了小麦幼苗根系发育的遗传差异。通过μCT扫描得到的品系47和52的根系性状在(a)总根长(p < .01)、(b)侧根长(p < .01)和(c)侧根数(LN p < .01, HN p < .05)上均存在显著差异。10日龄小麦老苗株系(d) 47和(e) 52的骨骼根系。根类的颜色编码为初级种子(紫色),种子根(红色)和侧根(蓝色)。接下来,高氮;LN、低氮

 

  图5 利用OpenSimRoot对Savannah × Rialto冬小麦双品系(S×R DH)及其亲本根系构型与硝态氮吸收的相关性进行了分析。模拟结束时NUp与(a)侧根长度、(b)侧根计数、(c)根系凸包正相关。模拟结束时,硝酸盐消耗50%的土壤百分比与(d)侧根长度、(e)侧根计数和(f)根系凸壳呈正相关

 

  来源:Griffiths, M., Mellor, N., Sturrock, C. J., Atkinson, B. S., Johnson, J., Mairhofer, S., …Wells, D. M. (2022). X‐ray CT reveals 4D root system development and lateral root responses to nitrate in soil. Plant Phenome Journal, 5(1), https://doi.org/10.1002/ppj2.20036

 

  编辑:王春颖

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。